ocr
Todas las noticias con este tag.
Ver estadísticas de este tema
Noticias por hora
Últimas 24 horas · hora argentina
Consultar los valores por hora
| Hora | Noticias |
|---|---|
| 3 nov 2026, 4:00 a. m. | 0 |
| 3 nov 2026, 5:00 a. m. | 0 |
| 3 nov 2026, 6:00 a. m. | 0 |
| 3 nov 2026, 7:00 a. m. | 0 |
| 3 nov 2026, 8:00 a. m. | 0 |
| 3 nov 2026, 9:00 a. m. | 0 |
| 3 nov 2026, 10:00 a. m. | 0 |
| 3 nov 2026, 11:00 a. m. | 0 |
| 3 nov 2026, 12:00 p. m. | 0 |
| 3 nov 2026, 1:00 p. m. | 0 |
| 3 nov 2026, 2:00 p. m. | 0 |
| 3 nov 2026, 3:00 p. m. | 0 |
| 3 nov 2026, 4:00 p. m. | 0 |
| 3 nov 2026, 5:00 p. m. | 0 |
| 3 nov 2026, 6:00 p. m. | 0 |
| 3 nov 2026, 7:00 p. m. | 0 |
| 3 nov 2026, 8:00 p. m. | 0 |
| 3 nov 2026, 9:00 p. m. | 0 |
| 3 nov 2026, 10:00 p. m. | 0 |
| 3 nov 2026, 11:00 p. m. | 0 |
| 4 nov 2026, 12:00 a. m. | 0 |
| 4 nov 2026, 1:00 a. m. | 0 |
| 4 nov 2026, 2:00 a. m. | 0 |
| 4 nov 2026, 3:00 a. m. | 0 |
| 4 nov 2026, 4:00 a. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 2026-10-06 | 0 |
| 2026-10-07 | 0 |
| 2026-10-08 | 0 |
| 2026-10-09 | 0 |
| 2026-10-10 | 0 |
| 2026-10-11 | 0 |
| 2026-10-12 | 0 |
| 2026-10-13 | 0 |
| 2026-10-14 | 0 |
| 2026-10-15 | 0 |
| 2026-10-16 | 0 |
| 2026-10-17 | 0 |
| 2026-10-18 | 0 |
| 2026-10-19 | 0 |
| 2026-10-20 | 0 |
| 2026-10-21 | 0 |
| 2026-10-22 | 0 |
| 2026-10-23 | 0 |
| 2026-10-24 | 0 |
| 2026-10-25 | 0 |
| 2026-10-26 | 0 |
| 2026-10-27 | 0 |
| 2026-10-28 | 0 |
| 2026-10-29 | 0 |
| 2026-10-30 | 0 |
| 2026-10-31 | 0 |
| 2026-11-01 | 0 |
| 2026-11-02 | 0 |
| 2026-11-03 | 1 |
| 2026-11-04 | 0 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de ocr
6 noticias · De más nuevas a más antiguas.
arXiv Computer Science AIUsando cabezales de OCR para verbalizar semántica de imágenes
Se investiga cómo los Modelos de Lenguaje Visual (VLMs) realizan el reconocimiento de caracteres ópticos (OCR) al identificar cabezales de atención necesarios. Se demuestra que estos cabezales son cabezales de propósito general que generan características semánticas interpretables en las representaciones de imagen. El estudio sugiere que las representaciones de imagen están alineadas con el lenguaje en las capas iniciales de los modelos.
Hugging Face BlogDharmaOCR supera a Mistral OCR4 y Unlimited-OCR en portugués brasileño gracias a la especialización
Dharma-AI publicó un artículo en el que sostiene que su modelo DharmaOCR, especializado en portugués brasileño, supera a Mistral OCR4 y Unlimited-OCR en un benchmark centrado en ese idioma, con puntajes de 0,925 frente a 0,798 y 0,7587 respectivamente. La ventaja se atribuye a la especialización de dominio mediante ajuste fino supervisado y Optimización de Preferencias Directas (DPO), que reduce errores de transcripción y degeneración de texto en documentos complejos. Los autores señalan que modelos más nuevos y capaces podrían superar a DharmaOCR en el futuro, pero sostienen que la lógica estructural de la especialización se mantiene.
Optimización de preferencias directas (DPO) más allá de los chatbots: usar los fallos del propio modelo como señal de entrenamiento
Dharma-AI publicó un artículo sobre DharmaOCR, su modelo especializado de OCR estructurado, en el que aplica Optimización de Preferencias Directas (DPO) tras el ajuste fino supervisado (SFT) para reducir la degeneración de texto. Usando las propias salidas fallidas del modelo como ejemplos rechazados, logró una reducción promedio del 59,4% y un pico del 87,6% en cinco familias de modelos. El trabajo sostiene que el SFT no penaliza los bucles de repetición y que una etapa DPO posterior aborda esa geometría de fallo de forma consistente entre arquitecturas.
Potenciá tus pipelines de OCR con modelos abiertos
Hugging Face publicó una guía sobre modelos abiertos de OCR basados en modelos de visión-lenguaje, comparando opciones como Nanonets-OCR2, PaddleOCR-VL, dots.ocr, OlmOCR-2, Granite-Docling, DeepSeek-OCR, Chandra y Qwen3-VL. El artículo detalla capacidades como transcripción multilingüe, manejo de tablas y gráficos, formatos de salida y evaluación mediante benchmarks como OmniDocBench y OlmOCR-Bench. También aborda eficiencia de costos, conjuntos de datos abiertos y herramientas para ejecutar los modelos localmente o en la nube.
OCR de última generación con Core ML y dots.ocr: cómo llevar un modelo de 3B a la ejecución en dispositivo
El artículo técnico describe la conversión del modelo de OCR dots.ocr, de 3B parámetros y desarrollado por RedNote, para ejecutarse en dispositivo mediante Core ML y MLX de Apple. Los autores detallan el proceso de conversión de PyTorch a Core ML, la resolución de errores sucesivos en el grafo de ejecución y una evaluación inicial que arroja un modelo de más de 5 GB y más de un segundo por pasada del codificador de visión. El texto forma parte de una serie de tres partes sobre optimización para el Neural Engine.
TNG ajusta finamente olmOCR para convertirlo en un motor OCR fiel
TNG realizó un ajuste fino del modelo olmOCR-7B-0225-preview del Allen Institute for AI para convertirlo en un motor OCR fiel que extrae también encabezados y pies de página, información clave en facturas y documentos empresariales. Generaron un dataset de 8.000 documentos con Qwen2.5-VL-72B-Instruct y entrenaron sobre el pipeline abierto de olmOCR en un nodo 8xH100 durante 2,5 épocas. El modelo ajustado, publicado en HuggingFace, extrae toda la información y mantiene la capacidad de parsear tablas simples.